செயற்கை நுண்ணறிவு என்ற தொழில்நுட்பமானது மூன்றில் அடங்கியுள்ளது. அவை மெஷின் லேர்னிங் (machine learning), டீப் லேர்னிங் (deep learning )மற்றும் நியூரல் நெட்வொர்க்குகள் (neural networks) ஆகும்.
செயற்கை நுண்ணறிவு என்பது மனித நுண்ணறிவுடன் பொதுவாக தொடர்புடைய கற்றல், பகுத்தறிவு மற்றும் சிக்கலைத் தீர்ப்பது போன்ற பணிகளைச் செய்யும் இயந்திரங்களின் திறனைக் குறிக்கும் ஒரு பரந்த சொல்.
மெஷின் லேர்னிங் என்பது AI இன் துணைக்குழு ஆகும். இது வெளிப்படையாக நிரல்படுத்தப்படாமல் தரவுகளிலிருந்து இயந்திரங்களைக் கற்றுக்கொள்ள வழிமுறைகளைப் பயன்படுத்துகிறது. படங்களை வகைப்படுத்துதல், வாடிக்கையாளர் நடத்தையை கணித்தல் மற்றும் மோசடியைக் கண்டறிதல் போன்ற பல்வேறு சிக்கல்களைத் தீர்க்க இயந்திர கற்றல் வழிமுறைகள் பயன்படுத்தப்படலாம்.
டீல் லேர்னிங் என்பது இயந்திரக் கற்றலின் துணைப் புலமாகும், இது தரவுகளிலிருந்து கற்றுக்கொள்ள செயற்கை நரம்பியல் நெட்வொர்க்குகளைப் பயன்படுத்துகிறது. நரம்பியல் நெட்வொர்க்குகள் மனித மூளையால் ஈர்க்கப்பட்டு, தரவுகளில் உள்ள வடிவங்களை அடையாளம் காண கற்றுக்கொள்ளக்கூடிய ஒன்றோடொன்று இணைக்கப்பட்ட முனைகளால் ஆனவை. ஆழமான கற்றல் வழிமுறைகள், இயற்கையான மொழி செயலாக்கம், படத்தை அறிதல் மற்றும் பேச்சு அங்கீகாரம் போன்ற பல்வேறு சிக்கல்களைத் தீர்ப்பதில் மிகவும் பயனுள்ளதாக இருப்பதாகக் காட்டப்பட்டுள்ளது.
நியூரல் நெட்வொர்க்ஸ் என்பது மனித மூளையால் ஈர்க்கப்பட்ட ஒரு வகை இயந்திர கற்றல் வழிமுறையாகும். நரம்பியல் நெட்வொர்க்குகள் ஒன்றோடொன்று இணைக்கப்பட்ட முனைகளால் ஆனவை. அவை தரவுகளில் உள்ள வடிவங்களை அடையாளம் காண கற்றுக்கொள்ள முடியும். வகைப்பாடு, பின்னடைவு மற்றும் கிளஸ்டரிங் போன்ற பல்வேறு சிக்கல்களைத் தீர்க்க நரம்பியல் நெட்வொர்க்குகள் பயன்படுத்தப்படலாம்.
பொதுவாக, டீப் லேர்னிங் என்பது பாரம்பரிய இயந்திர கற்றல் வழிமுறைகளை விட இயந்திர கற்றலின் மிகவும் சக்திவாய்ந்த மற்றும் அதிநவீன வடிவமாகும். இருப்பினும், டீப் லேர்னிங் வழிமுறைகளுக்கு பயிற்சியளிக்க அதிக தரவு மற்றும் கணக்கீட்டு சக்தி தேவைப்படுகிறது. இதன் விளைவாக, ஒவ்வொரு பிரச்சனைக்கும் இது எப்போதும் சிறந்த தீர்வாக இருக்காது. சில சந்தர்ப்பங்களில் இவை மிகவும் பயனுள்ளதாகவும் திறமையாகவும் இருக்கலாம்.
